Cómo funciona un agente de IA por dentro: siete herramientas que convierten un LLM en ejecutor

Si se le da a un modelo de lenguaje un terminal, un sistema de archivos y acceso a internet, deja de ser un asistente charlatán y se convierte en un agente. Así funcionan por dentro Claude Code, Codex y otras herramientas para desarrolladores. La segunda parte del tutorial explica cómo añadir al modelo siete herramientas básicas y enseñarle a elegir por sí mismo la adecuada según la tarea.

Qué son las herramientas de un agente

Por sí solo, un modelo de lenguaje únicamente sabe hacer una cosa: generar texto a partir del contexto de entrada. Para ser un agente necesita herramientas: funciones concretas que el framework del agente ejecuta por orden del modelo y cuyo resultado devuelve al contexto.

El principio es sencillo. El modelo recibe un prompt con la descripción de las herramientas disponibles: nombre, parámetros y qué hace cada una. Durante el trabajo evalúa la tarea y decide por sí mismo si necesita invocar algo y, en ese caso, qué herramienta y con qué argumentos. El desarrollador define el conjunto de funciones disponibles; la elección de la herramienta concreta para cada situación corresponde al modelo.

En el tutorial se añaden al agente siete herramientas básicas:

• Lectura de archivos del sistema de archivos
• Escritura y edición de archivos
• Ejecución de comandos en el terminal
• Navegación por directorios y listado de su contenido
• Ejecución de scripts de Python al vuelo
• Búsqueda de información en internet
• Obtención de información sobre el sistema y el entorno

Este conjunto ya permite al agente leer código ajeno, hacer correcciones, ejecutar pruebas y comprobar sus resultados, sin intervención humana en cada paso.

Cómo elige el modelo una herramienta

Lo esencial no es el conjunto de herramientas, sino el mecanismo de selección. Se llama tool calling o function calling, y es ahí donde los LLM actuales se distinguen de forma fundamental de los chatbots de la generación anterior.

Cuando el modelo decide que la tarea requiere una herramienta, no devuelve solo texto, sino un JSON estructurado: el nombre de la función y los argumentos. El framework del agente intercepta ese JSON, ejecuta la operación real (lanzar un comando, leer un archivo, hacer una petición HTTP) y devuelve el resultado al contexto. El modelo examina el resultado, vuelve a razonar y o bien invoca la siguiente herramienta o bien termina.

Este bucle de pensar, invocar una herramienta, recibir el resultado y volver a pensar convierte un modelo de lenguaje estático en un sistema dinámico. El modelo no sigue un guion rígido: cada vez analiza de nuevo la situación con todo el contexto acumulado, incluidos los pasos previos, los resultados intermedios y la tarea original. Eso hace flexible al agente: puede corregir el plan sobre la marcha si un resultado intermedio resulta inesperado.

El bucle y el problema de la parada

El agente trabaja en ciclo: genera una respuesta, invoca una herramienta si hace falta, recibe el resultado y genera de nuevo. El ciclo continúa hasta que la tarea se completa o hasta que el agente decide que no son necesarias más llamadas.

Aquí está la principal dificultad de ingeniería: ¿cómo sabe el modelo que es hora de cerrar el bucle? Las implementaciones sencillas usan uno de dos enfoques. El primero es un límite de iteraciones: si tras N pasos la tarea no está completada, el agente se detiene a la fuerza. El segundo es una señal especial de finalización: el modelo devuelve un marcador de «listo» y el framework sale del bucle.

Claude Code y Codex lo resuelven de forma bastante más sofisticada, teniendo en cuenta el contexto de la tarea, el coste de cada llamada y el análisis de los resultados intermedios. Pero el principio fundamental es el mismo: un bucle con una condición de salida explícita. Esa condición determina si el agente será una herramienta útil o se quedará atrapado en un bucle infinito.

Qué significa esto

El tutorial muestra con claridad que la diferencia entre un chatbot simple y una herramienta potente como Claude Code no está en el tamaño del modelo ni en la magia, sino en la arquitectura. Añade un bucle, unas cuantas funciones y una regla de parada, y obtendrás un sistema capaz de trabajar con el mundo real: lee código, edita archivos, ejecuta pruebas y busca información en la red. Eso es lo que hace que los agentes de IA actuales sean útiles en la práctica para los desarrolladores, y no solo impresionantes en una demo.